买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉武汉工程大学申请的专利用于工业设备运行状态监测的人工智能异常预警诊断方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121502309B 。

龙图腾网通过国家知识产权局官网在2026-03-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610037846.5，技术领域涉及：G06F18/213；该发明授权用于工业设备运行状态监测的人工智能异常预警诊断方法是由吴江琳;赵彤洲设计研发完成，并于2026-01-13向国家知识产权局提交的专利申请。

本用于工业设备运行状态监测的人工智能异常预警诊断方法在说明书摘要公布了：本发明公开了用于工业设备运行状态监测的人工智能异常预警诊断方法，属于工业设备智能监测技术领域，该方法包括：采集工业设备的多源异构信号并进行时频双域特征提取；基于时频特征构建多尺度时间窗口，通过注入预设异常模式执行自监督对比学习获得跨尺度对比特征表示；根据对比特征构建动态邻接矩阵，通过图注意力网络提取时空关联特征并基于联合评估确定异常分数；当异常分数超过阈值时执行因果推理定位故障根因并反馈调整特征提取参数，本发明形成深度耦合闭环协同系统，实现多维状态表征、自适应异常检测和根因诊断，有效解决现有技术数据源单一和缺乏故障分析能力的问题。

本发明授权用于工业设备运行状态监测的人工智能异常预警诊断方法在权利要求书中公布了：1.用于工业设备运行状态监测的人工智能异常预警诊断方法，其特征在于，包括： 多源信号时频特征提取步骤，采集工业设备运行过程中的多源异构信号，对所述多源异构信号分别进行时域和频域特征提取，生成时频双域特征表示矩阵；其中，所述多源异构信号包括振动信号、温度信号、电流信号和压力信号；所述时域特征提取采用滑动窗口机制将信号序列分割为时间窗口并计算统计特征；所述频域特征提取采用短时傅里叶变换提取频谱特征； 跨尺度对比表征学习步骤，基于所述时频双域特征表示矩阵，构建包含短期尺度、中期尺度和长期尺度的多尺度时间窗口序列，对于给定的锚点样本在其时间邻域内选择正样本，通过向正常样本中注入包括点异常、上下文异常、趋势异常和季节性异常的预设异常模式生成负样本，采用包含一维卷积神经网络和Transformer编码器的双塔网络架构对正负样本对进行编码，基于跨尺度温度调节对比损失和跨尺度一致性约束的总损失函数执行自监督对比学习，生成跨尺度对比特征表示； 动态时空图异常检测步骤，以各传感器通道的所述跨尺度对比特征表示作为图节点特征，基于注意力机制计算节点特征之间的相似度构建动态邻接矩阵，通过图注意力网络对图结构进行特征传播和聚合提取时空关联特征，采用图自编码器重构特征并计算重构误差，结合当前时刻邻接矩阵与参考正常状态邻接矩阵的一致性计算图结构对比损失，融合所述重构误差和所述图结构对比损失确定异常分数，通过指数加权移动平均方法更新自适应阈值并判断异常； 因果推理故障诊断反馈步骤，当所述异常分数超过所述自适应阈值时，提取异常时间段的多源异构信号数据，采用基于条件互信息的条件独立性检验执行因果发现算法构建传感器变量间的因果关系图，识别异常节点并在所述因果关系图中逆向追溯因果父节点，基于因果影响强度计算各潜在根因的置信度以确定故障根因，根据所述故障根因调整对应传感器通道的时频分辨率和采样权重，将调整后的参数配置反馈至所述多源信号时频特征提取步骤。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人武汉工程大学，其通讯地址为：430200 湖北省武汉市东湖新技术开发区光谷一路206号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。